JPH05274430A - Image information processing method - Google Patents
Image information processing methodInfo
- Publication number
- JPH05274430A JPH05274430A JP4068112A JP6811292A JPH05274430A JP H05274430 A JPH05274430 A JP H05274430A JP 4068112 A JP4068112 A JP 4068112A JP 6811292 A JP6811292 A JP 6811292A JP H05274430 A JPH05274430 A JP H05274430A
- Authority
- JP
- Japan
- Prior art keywords
- image
- pixel
- information
- equation
- density
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Complex Calculations (AREA)
- Image Processing (AREA)
- Picture Signal Circuits (AREA)
Abstract
Description
【０００１】[0001]
【産業上の利用分野】本発明は画像情報処理方法に係
り、特に、ボルテラ級数を用いた非線形空間フィルタに
よって画像情報を処理するに好適な画像情報処理方法に
関する。BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to an image information processing method, and more particularly to an image information processing method suitable for processing image information by a non-linear spatial filter using Volterra series.
【０００２】[0002]
【従来の技術】従来、テレビカメラで撮像された画像を
ＣＲＴの画面上に画面表示するに際して、画像のボケを
修正するために、平滑化フィルタやラプラシアン・フィ
ルタを用いた処理方法が用いられている。2. Description of the Related Art Conventionally, when an image taken by a television camera is displayed on the screen of a CRT, a processing method using a smoothing filter or a Laplacian filter has been used to correct the blur of the image. There is.
【０００３】[0003]
【発明の解決しようとする課題】しかし、従来の空間フ
ィルタを用いた画像情報処理方法では、線形の画像情報
しか処理することができず、しかも画像情報を修正する
にも平滑化フィルタやラプラシアン・フィルタを修正目
的に合わせて組合せたりしなければならず画像情報の修
正に多くの時間を要するという問題がある。However, in the conventional image information processing method using the spatial filter, only linear image information can be processed, and the smoothing filter or the Laplacian filter can be used to correct the image information. There is a problem that it takes a lot of time to correct the image information because the filters must be combined according to the purpose of correction.
【０００４】本発明は前記従来技術の問題点に鑑みなさ
れたもので、その目的は非線形の画像情報を処理するこ
とができる画像情報処理方法を提供することにある。The present invention has been made in view of the above problems of the prior art, and an object thereof is to provide an image information processing method capable of processing non-linear image information.
【０００５】[0005]
【課題を解決するための手段】前記目的を達成するため
に、本発明に係る画像情報処理方法においては、画像に
互いに関連性を有する入力画像と出力画像をそれぞれ複
数の画素（ｋ1〜ｋn）に分割し、入力画像の各画素毎
に、各画素と他の画素群との濃度に関する影響度合いを
示す重み係数Ｗｎ（ｋ，ｋ1…ｋn）を定め、入力画像の
画像情報から各画素の濃度情報ｘ（ｋ1）…ｘ（ｋn）を
生成し、且つ出力画像の画像情報から各画素の濃度情報
（Ｖｘ）（ｋ）を生成し、入力画像における各画素の重
み係数Ｗｎ（ｋ，Ｋ１…ｋn）の値を次の（１）式に従
って算出し、In order to achieve the above-mentioned object, in the image information processing method according to the present invention, an input image and an output image which are related to each other are respectively composed of a plurality of pixels (k 1 to k). n ), and for each pixel of the input image, a weighting coefficient Wn (k, k 1 ... K n ) indicating the degree of influence on the density of each pixel and other pixel groups is determined, and each pixel of the density information x (k 1) ... generates x (k n), to generate density information (Vx) (k) of each pixel and the image information of the output image, the weighting coefficient of each pixel in the input image the value of Wn (k, K1 ... k n ) is calculated according to the following equation (1),
【０００６】[0006]
【数３】 [Equation 3]
【０００７】（ここに、ｋ，ｋ1…ｋn∈Ａであり、Ａを
Ｚ2（２次元の整数空間）の有限集合とする。）前記算
出値を各画素の重み係数Ｗｎ（ｋ，ｋ1…ｋn）の値とし
て前記（１）式に代入し、各画素の重み係数Ｗｎ（ｋ，
ｋ1…ｋn）の値が定められた前記（１）式に、新たな入
力画素の各画素の濃度情報を代入し、演算により得られ
た各画素の重み係数Ｗｎ（ｋ，ｋ1…ｋn）の値と新たな
入力画像に関する各画素の濃度情報との演算を前記
（１）式に従って実行し、この演算値から新たな出力画
像の各画素の濃度情報（Ｖｘ）（ｋ）を生成する画像情
報処理方法を採用したものである。(Here, k, k 1 ... K n εA, and A is a finite set of Z 2 (two-dimensional integer space).) The calculated value is a weighting coefficient Wn (k, k) of each pixel. Substituting into the equation (1) as the value of k 1 ... K n ), the weighting factor Wn (k,
The density information of each pixel of the new input pixel is substituted into the equation (1) in which the value of k 1 ... K n ) is determined, and the weighting coefficient Wn (k, k 1 ... the calculation of the density information of each pixel on the values and the new input image k n) was performed according to (1), the density information of each pixel of the new output image from the calculated value (Vx) (k) The image information processing method for generation is adopted.
【０００８】また請求項２に係る画像情報処理方法にお
いては、入力画像の各画素毎に、各画素と他の画素群と
の濃度に関する影響度合いを示す重み係数Ｗｎ（ｋ，ｋ
1…ｋn）の値を予め定め、入力画像の画像情報から各画
素の濃度情報ｘ（ｋ1）…（ｋn）を生成し、予め定めら
れた入力画像に関する各画素の重み係数Ｗｎ（ｋ，ｋ1
…ｋn）の値と入力画像に関する各画素の濃度情報との
演算を次の（１）式に従って実行し、In the image information processing method according to the second aspect of the present invention, for each pixel of the input image, a weighting coefficient Wn (k, k) indicating the degree of influence on the density of each pixel and another pixel group.
1 ... k n) predetermined values of density information x of each pixel from the image information of the input image (k 1) ... (k n ) to generate, predetermined weighting factor Wn of each pixel for the input image ( k, k 1
The calculation of the value of k n ) and the density information of each pixel relating to the input image is executed according to the following equation (1),
【０００９】[0009]
【数４】 [Equation 4]
【００１０】（ここに、ｋ，ｋ1…ｋn∈Ａであり、Ａを
Ｚ2（２次元の整数空間）の有限集合とする。）この演
算値から出力画素の各画素の濃度情報（Ｖｘ）（ｋ）を
生成する画像情報処理方法を採用したものである。(Here, k, k 1 ... K n εA, and A is a finite set of Z 2 (two-dimensional integer space).) From this calculated value, density information of each pixel of output pixels ( The image information processing method for generating Vx) (k) is adopted.
【００１１】[0011]
【作用】前記した手段によれば、入力画像の画像情報か
ら各画素の濃度情報を生成するとともに出力画像の画像
情報から各画素の濃度情報を生成し、これらの濃度情報
を、ボルテラ級数を示す演算式に代入すると、入力画像
における各画素の重み係数が求められる。この重み係数
は、一般逆行列の理論に従った式を用いて算出すること
ができる。そして各画素の重み係数の値が算出された
後、この算出値をボルテラ級数の式に代入する。次に、
新たな入力画像の各画素の濃度情報をボルテラ級数の式
に代入すると、新たな入力画像に関する各画素の重み係
数と各画素の濃度情報との演算がボルテラ級数の式に従
って実行され、この演算結果から新たな入力画像の各画
素の濃度情報を生成することができる。According to the above-mentioned means, the density information of each pixel is generated from the image information of the input image and the density information of each pixel is generated from the image information of the output image, and the density information indicates the Volterra series. By substituting into the arithmetic expression, the weighting coefficient of each pixel in the input image is obtained. This weighting factor can be calculated using an equation according to the general inverse matrix theory. After the value of the weighting coefficient for each pixel is calculated, this calculated value is substituted into the Volterra series equation. next,
When the density information of each pixel of the new input image is substituted into the Volterra series equation, the calculation of the weighting coefficient of each pixel and the density information of each pixel regarding the new input image is executed according to the Volterra series expression, and the calculation result is From this, it is possible to generate density information of each pixel of a new input image.
【００１２】一方、入力画像の各画素の重み係数の値が
予め定められているときには、重み係数の値をボルテラ
級数の式に代入し、入力画像の画像情報から各画素の濃
度情報を生成し、この濃度情報をボルテラ級数の式に代
入して演算を行なうと、この演算値から出力画像の各画
素の濃度情報を生成することができる。On the other hand, when the value of the weighting factor of each pixel of the input image is predetermined, the value of the weighting factor is substituted into the formula of Volterra series to generate the density information of each pixel from the image information of the input image. By substituting the density information into the Volterra series equation and performing the calculation, the density information of each pixel of the output image can be generated from the calculated value.
【００１３】[0013]
【実施例】次に、本発明の実施例を図面に基づいて説明
する。図１において、画像情報処理装置１０にはテレビ
カメラ１２が接続されているとともにＣＲＴ１４が接続
されている。そして画像情報処理装置１０にはテレビカ
メラ１２から画像に互いに関連性を有する入力画像や出
力画像が入力されるようになっている。この画像情報処
理装置１０はＩ／Ｏインターフェース、ＣＰＵ、ＲＡ
Ｍ、ＲＯＭ、メモリなどを有するマイクロコンピュータ
で構成されており、入力画像と出力画像に関する各種画
像情報を処理し、画像処理された画像をＣＲＴ１４の画
面上に画像表示するようになっている。さらに画像情報
処理装置１０は各種画像データを処理するに際して、ボ
ルテラ級数を用いた非線形空間フィルタを構成するため
に、次の（１）式に示される演算式に関するデータを格
納している。Embodiments of the present invention will now be described with reference to the drawings. In FIG. 1, a television camera 12 and a CRT 14 are connected to the image information processing apparatus 10. Then, an input image and an output image which are related to each other are input from the television camera 12 to the image information processing apparatus 10. The image information processing apparatus 10 includes an I / O interface, CPU, RA
It is composed of a microcomputer having an M, a ROM, a memory, and the like, processes various image information relating to an input image and an output image, and displays the image-processed image on the screen of the CRT 14. Further, the image information processing apparatus 10 stores data relating to the arithmetic expression shown in the following equation (1) in order to configure a non-linear spatial filter using a Volterra series when processing various image data.
【００１４】[0014]
【数５】 [Equation 5]
【００１５】（ここに、ｋ，ｋ1…ｋn∈Ａであり、Ａを
Ｚ2（２次元の整数空間）の有限集合とする。）そして
画像情報処理装置１０は、入力された各種画像を複数の
画素（ｋ1〜ｋn）に分割し、各画素の濃度情報ｘ
（ｋ1）…ｘ（ｋn）を生成するとともに、各画素と他の
画素群との濃度に関する影響度合いを示す重み係数Ｗｎ
（ｋ，ｋ1…ｋn）の値を求め、これらの値をボルテラ級
数を示す（１）式に代入して各画素の濃度情報（Ｖｘ）
（ｋ）を生成するようになっている。(Here, k, k 1 ... K n εA, and A is a finite set of Z 2 (two-dimensional integer space).) Then, the image information processing apparatus 10 receives various input images. was divided into a plurality of pixels (k 1 ~k n), density information x of each pixel
(K 1 ) ... x (k n ) is generated, and a weighting coefficient Wn indicating the degree of influence on the density of each pixel and another pixel group
The values of (k, k 1 ... K n ) are calculated, and these values are substituted into the equation (1) indicating the Volterra series to obtain density information (Vx) of each pixel.
(K) is generated.
【００１６】ここで、Ｚを整数の集合とし、ＡをＺの二
乗（２次元の整数空間）の有限集合を示す画像平面と
し、Ａの要素を画像点と呼ぶと、１つの濃淡画像は画像
平面上で定義された実数値関数によって表現される。さ
らに画像濃度が負の値を取ることを理論上許容すると、
Ｌ2（Ａ）を画像平面Ａの上で定義される実数値関数全
体が作る集合とすると、Ｌ2（Ａ）は以下に示すよう
に、和，スカラーとの積，ノルムの式で定義することが
できる。Here, Z is a set of integers, A is an image plane representing a finite set of squares of Z (two-dimensional integer space), and elements of A are called image points. It is represented by a real-valued function defined on the plane. Furthermore, if theoretically it is allowed that the image density takes a negative value,
Let L 2 (A) be the set formed by the entire real-valued functions defined on the image plane A, and L 2 (A) is defined by the formula of sum, product of scalar, and norm as shown below. be able to.
【００１７】[0017]
【数６】 [Equation 6]
【００１８】ここで、Ｒは実数の集合を示す。画像に対
する処理機能は、Ｌ2（Ａ）からＬ2（Ａ）への写像によ
って表現され、この画像処理機能Ｖは次の式によって表
わされる。Here, R represents a set of real numbers. Processing function for the image is represented by a mapping from L 2 (A) L 2 to (A), the image processing function V is expressed by the following equation.
【００１９】[0019]
【数７】 [Equation 7]
【００２０】（５）式で表わされるＶをＮ次のボルテラ
級数で表わされる画像処理機能と呼び、その機能からな
る全ての集合をＧNで表わすことにする。（４）式で与
えられたノルムに関して連続な機能が、Ｎを十分大きく
すればＧ Nの機能によって可能な限りよく近似すること
ができる。ＧNの機能の中で（５）における重み係数Ｗ
（ｋ，ｋ1…ｋn）が画像点ｋに依存しない場合、この機
能を移動不変と呼び、移動不変な画像処理機能が次式に
よって表わされる。V expressed by the equation (5) is expressed by N-th order Volterra.
It is called an image processing function represented by a series, and
G for all setsNWill be represented by. Given by formula (4)
A continuous function with respect to the obtained norm makes N large enough
If you do G NAs close as possible by the features of
You can GNWeight function W in (5)
(K, k1... kn) Does not depend on the image point k,
Noh is called movement invariant, and the movement invariant image processing function is
Is represented by
【００２１】[0021]
【数８】 [Equation 8]
【００２２】ここで、（ｋ＋ｋ1）…（ｋ＋ｋn）の中の
少なくとも１つが画像平面Ａに含まれない場合には、ｘ
（ｋ＋ｋ1）‥ｘ（ｋ＋ｋn）＝０とする。また（６）式
で表わされる移動不変の機能の中で、（ｋ1…ｋn）の動
く範囲が、Ａの部分集合Ｄに限定されるとき、即ち、次
の（７）式によって表わされると、この機能を一応局所
的・移動不変な機能と呼ぶ。またＤを窓集合と呼び、こ
の画像処理機能の全体をＣｎ（Ｄ）で表わすこととす
る。Here, if at least one of (k + k 1 ) ... (k + k n ) is not included in the image plane A, x
(K + k 1 ) ... x (k + k n ) = 0. Further, in the movement invariant function expressed by the expression (6), when the moving range of (k 1 ... K n ) is limited to the subset D of A, that is, expressed by the following expression (7). This function is called a local / movement-invariant function. Further, D is called a window set, and the entire image processing function is represented by Cn (D).
【００２３】[0023]
【数９】 [Equation 9]
【００２４】次に、（１）式から（７）式に従って非線
形空間フィルタを設計する際の理論について説明する。
Ｖを設計すべき未知の非線系空間フィルタとすると、Ｖ
は、Ｌ2（Ａ）からＬ2（Ａ）への写像である。そして与
えられた１つの画像ｘに対する空間フィルタＶを施した
結果として得られる画像（出力画像）をｙとすると、出
力画像ｙは次の（８）式によって表わされる。Next, the theory for designing the non-linear spatial filter according to the equations (1) to (7) will be described.
If V is an unknown nonlinear spatial filter to be designed, then V
Is a mapping from L 2 (A) L 2 to (A). Then, assuming that an image (output image) obtained as a result of applying the spatial filter V to the given one image x is y, the output image y is expressed by the following equation (8).
【００２５】ｙ＝Ｖｘ…（８）Y = Vx (8)
【００２６】[0026]
【数１０】 [Equation 10]
【００２７】（８）式を満たす機能Ｖを最も良く近似す
るＣｎ（Ｄ）の機能は（１４）式を満足しなければなら
ない。また（１４）式を満足するＣｎ（Ｄ）の機能は、
ボルテラ級数の重み係数が作るベクトルＨによって完全
に決定される。従って、（１４）式を満たすＨを求める
ことにより、機能Ｖを最も良く近似するＣｎ（Ｄ）の機
能を求めることができる。実際には、式（１４）を満た
すＨが存在しない場合もありうる。そこで、本発明では
次の（１５）式を最小にするＨを求めることとしてい
る。The function of Cn (D) that most closely approximates the function V that satisfies the expression (8) must satisfy the expression (14). The function of Cn (D) that satisfies the equation (14) is
It is completely determined by the vector H created by the weighting factor of the Volterra series. Therefore, by obtaining H that satisfies the expression (14), the function of Cn (D) that most closely approximates the function V can be obtained. Actually, there may be a case where H satisfying the expression (14) does not exist. Therefore, in the present invention, H that minimizes the following expression (15) is determined.
【００２８】[0028]
【数１１】 [Equation 11]
【００２９】この問題は、Ｈに関する方程式（１４）の
ノルム最小の最小二乗誤差解を求める問題に等しい。ノ
ルム最小の最小二乗誤差解Ｈを求める計算方法は種々存
在するが、本発明では、計算誤差の伝播が少ない、次の
逐次計算法を用いることにする。This problem is equivalent to the problem of finding the least squares error solution with the minimum norm of equation (14) for H. Although there are various calculation methods for obtaining the least-squares error solution H having the minimum norm, in the present invention, the following sequential calculation method, in which the propagation of the calculation error is small, is used.
【００３０】[0030]
【数１２】 [Equation 12]
【００３１】を満たす定数である。αがこの条件（１
７）式を満足する場合、（１６）式の逐次系列が収束
し、方程式（１４）のノルム最小の最小二乗誤差解を与
えることができる。It is a constant that satisfies the condition. α is the condition (1
When the equation (7) is satisfied, the sequential series of the equation (16) converges, and the least square error solution with the minimum norm of the equation (14) can be given.
【００３２】次にボルテラ級数の字数Ｎ及び窓集合Ｄを
大きくすると、空間フィルタを求めるための計算量が膨
大な量となる。このようなときには、ボルテラ級数の字
数ＮをＮ＝２とし、窓集合Ｄを図２に示すものとする
と、１つの画像点における（９）式は次式によって表わ
される。Next, when the number N of the Volterra series and the window set D are increased, the amount of calculation for obtaining the spatial filter becomes enormous. In such a case, assuming that the number N of the Volterra series is N = 2 and the window set D is as shown in FIG. 2, the equation (9) at one image point is represented by the following equation.
【００３３】[0033]
【数１３】 [Equation 13]
【００３４】従って、（１４）式におけるＹ，Ａ，Ｘは
次式で与えられる。Therefore, Y, A, and X in the equation (14) are given by the following equations.
【００３５】[0035]
【数１４】 [Equation 14]
【００３６】今、設計することが望ましい空間フィルタ
に関する入力画像ｘ及び出力画像ｙの一対の画像情報が
与えられたとすると、このとき、（１９）式と（２１）
式を用いてベクトルＹ及び行列Ｘを作り、（１６）式の
逐次計算を用いて非線形空間フィルタの重み係数のベク
トルＨを求めることができる。Now, given a pair of image information of an input image x and an output image y regarding a spatial filter which should be designed, at this time, equations (19) and (21) are given.
A vector Y and a matrix X can be created by using the formula, and the vector H of the weighting coefficient of the nonlinear spatial filter can be obtained by using the sequential calculation of the formula (16).
【００３７】具体的には、図２に示されるように、画素
（ｉ，ｊ）として３×３の画素を選択し、図３に示され
るような順序づけをすると、これら９個の画素に対して
１次及び２次の一応局所的移動不変の非線形フィルタを
設計するに際して、入力画像Ｘ（ｉ，ｊ）を含む３×３
の画素上の画像濃度と出力画像Ｙ（ｉ，ｊ）に対して、
２次のボルテラ級数は次の（２２）式によって表わされ
る。Specifically, as shown in FIG. 2, if a 3 × 3 pixel is selected as the pixel (i, j) and the ordering shown in FIG. 3 × 3 including the input image X (i, j) when designing the first-order and second-order tentatively local movement-invariant nonlinear filters
For the image density on the pixel and the output image Y (i, j),
The second-order Volterra series is expressed by the following equation (22).
【００３８】[0038]
【数１５】 [Equation 15]
【００３９】（２２）式から１次のボルテラ級数は９個
の重み係数で決定され、２次のボルテラ級数は９＋９×
９＝９０個の重み係数によって決定される。このため入
力画像と出力画像から９０個以上の画像点を選択し、こ
の点における濃度情報を生成し、この濃度情報を（２
２）式に代入すると各重み係数を算出することができ
る。From the equation (22), the primary Volterra series is determined by nine weighting factors, and the secondary Volterra series is 9 + 9 ×
9 = 90 weighting factors. Therefore, 90 or more image points are selected from the input image and the output image, density information at this point is generated, and this density information is set to (2
Each weighting coefficient can be calculated by substituting it into the equation (2).
【００４０】次に画像情報処理装置１０によってボケた
画像を修正するに際しては、テレビカメラ１２からボケ
た画像を入力情報として入力し、この入力情報の各画素
の画像情報から各画素の濃度情報を生成する。次にボケ
の生じていない元画像を出力画像としてテレビカメラ１
２から画像情報処理装置１０に入力すると、この出力画
像の各画素における濃度情報が生成される。そして入力
画像と出力画像の各画素の濃度情報をボルテラ級数の式
に代入し、各画素の重み係数の値を算出するための演算
を行なうと、各画素の重み係数が算出される。Next, when correcting the blurred image by the image information processing apparatus 10, the blurred image is input as input information from the television camera 12, and the density information of each pixel is obtained from the image information of each pixel of this input information. To generate. Next, the TV camera 1 uses the original image without blurring as an output image.
When the image information is input to the image information processing apparatus 10 from 2, density information on each pixel of the output image is generated. Then, by substituting the density information of each pixel of the input image and the output image into the formula of the Volterra series and performing the calculation for calculating the value of the weighting coefficient of each pixel, the weighting coefficient of each pixel is calculated.
【００４１】各画素の重み係数の値をボルテラ級数の式
に代入し、各画素の重み係数の値が定められたボルテラ
級数の式をメモリに格納する。次にボケた画像が新たな
入力画像として入力されると、この新たな入力画像の各
画素の濃度情報が生成される。そして新たな入力画像に
関する各画素の濃度情報と演算によって得られた各画素
の重み係数の値とをボルテラ級数に従って演算すると、
この演算値から新たな出力画像の各画素の濃度情報が生
成される。従ってこの濃度情報に従って出力情報の画像
が修正されるため、ボケた画像を鮮鋭化することができ
る。The value of the weighting coefficient of each pixel is substituted into the formula of the Volterra series, and the formula of the Volterra series in which the value of the weighting coefficient of each pixel is determined is stored in the memory. Next, when the blurred image is input as a new input image, density information of each pixel of this new input image is generated. Then, when the density information of each pixel regarding the new input image and the value of the weighting coefficient of each pixel obtained by the calculation are calculated according to the Volterra series,
The density information of each pixel of a new output image is generated from this calculated value. Therefore, the image of the output information is corrected according to the density information, so that the blurred image can be sharpened.
【００４２】このように本実施例によれば、線形でない
要因によって劣化した画像の復元が可能になるととも
に、画像劣化の要因が時間的に変化するような場合で
も、その時間的変化に合わせて非線形フィルタを構成す
ると、このような画像劣化を復元することもできる。ま
た図４に示されるように、文字Ｈを示す画像を入力画像
１６とし、入力画像１６の輪郭のみを示す画像を出力画
像１８として入力し、各画像の各画素における濃度情報
を生成し、この濃度情報をボルテラ級数を示す式に代入
し、入力画像１６の各画素における重み係数を算出し、
重み係数の得られたデータをメモリに格納した後、文字
Ｈが不鮮明な入力画像１６が入力されても、この入力情
報にボルテラ級数を用いた画像処理を適用すると、出力
画像として輪郭のみを示す画像を得ることができる。As described above, according to this embodiment, it is possible to restore an image deteriorated by a non-linear factor, and even when the factor of image deterioration changes with time, the image can be adjusted according to the time change. By configuring a non-linear filter, such image deterioration can be restored. Further, as shown in FIG. 4, an image showing the letter H is input as an input image 16, and an image showing only the contour of the input image 16 is input as an output image 18 to generate density information at each pixel of each image. Substituting the density information into the formula showing the Volterra series, the weighting coefficient in each pixel of the input image 16 is calculated,
Even if the input image 16 in which the character H is unclear is input after storing the data in which the weighting factor is obtained in the memory, if the image processing using the Volterra series is applied to this input information, only the outline is shown as the output image. Images can be obtained.
【００４３】また前記実施例においては、入力画像と出
力画像から重み係数を求めるものについて述べたが、入
力画像に関して予め重み係数を定めておけば、入力画像
に関する濃度情報を生成するだけで、ボルテラ級数を示
す式に従って出力画像の濃度情報を求めることができ
る。In the above embodiment, the weighting coefficient is calculated from the input image and the output image. However, if the weighting coefficient is determined in advance for the input image, the Volterra is generated only by generating the density information regarding the input image. The density information of the output image can be obtained according to the equation showing the series.
【００４４】[0044]
【発明の効果】以上の説明から明らかなように、本発明
に係る画像情報処理方法によれば、ボルテラ級数を用い
た非線形空間フィルタによって画像情報を処理するよう
にしたため、非線形の要因によって劣化した画像を鮮明
な画像に復元することができる。As is apparent from the above description, according to the image information processing method of the present invention, since the image information is processed by the non-linear spatial filter using the Volterra series, it is deteriorated by the non-linear factor. The image can be restored to a clear image.
【図１】本発明が適用された装置の構成図FIG. 1 is a block diagram of an apparatus to which the present invention is applied.
【図２】窓集合を説明するための図FIG. 2 is a diagram for explaining a window set.
【図３】画素の順序を説明するための図FIG. 3 is a diagram for explaining the order of pixels.
【図４】輪郭線を抽出する方法を説明するための図FIG. 4 is a diagram for explaining a method of extracting a contour line.
１０ 画像情報処理装置 １２ テレビカメラ １４ ＣＲＴ １６ 入力画像 １８ 出力画像 10 image information processing device 12 TV camera 14 CRT 16 input image 18 output image
───────────────────────────────────────────────────── フロントページの続き (72)発明者 木村 卓司 神奈川県伊勢原市石田861−１ (72)発明者 久保 正子 神奈川県伊勢原市桜台２−19−38 ─────────────────────────────────────────────────── ─── Continuation of the front page (72) Inventor Takuji Kimura 861-1 Ishida, Isehara City, Kanagawa Prefecture (72) Masako Kubo 2-19-38 Sakuradai, Isehara City, Kanagawa Prefecture
Claims (2)
出力画像をそれぞれ複数の画素（ｋ1〜ｋn）に分割し、
入力画像の各画素毎に、各画素と他の画素群との濃度に
関する影響度合いを示す重み係数Ｗｎ（ｋ，ｋ1…ｋn）
を定め、入力画像の画像情報から各画素の濃度情報ｘ
（ｋ1）…ｘ（ｋn）を生成し、且つ出力画像の画像情報
から各画素の濃度情報（Ｖｘ）（ｋ）を生成し、入力画
像における各画素の重み係数Ｗｎ（ｋ，ｋ1…ｋn）の値
を次の（１）式に従って算出し、 【数１】 （ここに、ｋ，ｋ1…ｋn∈Ａであり、ＡをＺ2（２次元
の整数空間）の有限集合とする。）前記算出値を各画素
の重み係数Ｗｎ（ｋ，ｋ1…ｋn）の値として前記（１）
式に代入し、各画素の重み係数Ｗｎ（ｋ，ｋ1…ｋn）の
値が定められた前記（１）式に、新たな入力画素の各画
素の濃度情報を代入し、演算により得られた各画素の重
み係数Ｗｎ（ｋ，ｋ1…ｋn）の値と新たな入力画像に関
する各画素の濃度情報との演算を前記（１）式に従って
実行し、この演算値から新たな出力画像の各画素の濃度
情報（Ｖｘ）（ｋ）を生成する画像情報処理方法。1. An input image and an output image which are related to each other are divided into a plurality of pixels (k 1 to k n ),
For each pixel of the input image, a weighting coefficient Wn (k, k 1 ... K n ) indicating the degree of influence on the density of each pixel and other pixel groups
And the density information x of each pixel from the image information of the input image.
(K 1 ) ... x (k n ) is generated, and density information (Vx) (k) of each pixel is generated from the image information of the output image, and the weighting factor Wn (k, k 1 ) of each pixel in the input image is generated. The value of k n ) is calculated according to the following equation (1), and (Here, k, k 1 ... K n εA, and A is a finite set of Z 2 (two-dimensional integer space).) The calculated value is a weight coefficient Wn (k, k 1 ... (1) as the value of k n )
Into equation, the weighting factor Wn (k, k 1 ... k n) of each pixel on the value of a defined (1) by substituting the density information of each pixel of the new input pixel, obtained by calculation The calculated value of the weighting coefficient Wn (k, k 1 ... K n ) of each pixel and the density information of each pixel relating to the new input image are executed according to the equation (1), and a new output is obtained from this calculated value. An image information processing method for generating density information (Vx) (k) of each pixel of an image.
素群との濃度に関する影響度合いを示す重み係数Ｗｎ
（ｋ，ｋ1…ｋn）の値を予め定め、入力画像の画像情報
から各画素の濃度情報ｘ（ｋ1）…（ｋn）を生成し、予
め定められた入力画像に関する各画素の重み係数Ｗｎ
（ｋ，ｋ1…ｋn）の値と入力画像に関する各画素の濃度
情報との演算を次の（１）式に従って実行し、 【数２】 （ここに、ｋ，ｋ1…ｋn∈Ａであり、ＡをＺ2（２次元
の整数空間）の有限集合とする。）この演算値から出力
画素の各画素の濃度情報（Ｖｘ）（ｋ）を生成する画像
情報処理方法。2. A weighting coefficient Wn indicating, for each pixel of the input image, a degree of influence on the density of each pixel and another pixel group.
The value of (k, k 1 ... K n ) is set in advance, the density information x (k 1 ) (k n ) of each pixel is generated from the image information of the input image, and the pixel information of each pixel related to the predetermined input image is generated. Weighting factor Wn
Calculation of the value of (k, k 1 ... K n ) and the density information of each pixel relating to the input image is executed according to the following equation (1), and (Here, k, k 1 ... K n εA, and A is a finite set of Z 2 (two-dimensional integer space).) From this calculated value, the density information (Vx) of each pixel of the output pixel (Vx) ( image information processing method for generating k).
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP4068112A JPH05274430A (en) | 1992-03-26 | 1992-03-26 | Image information processing method |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP4068112A JPH05274430A (en) | 1992-03-26 | 1992-03-26 | Image information processing method |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH05274430A true JPH05274430A (en) | 1993-10-22 |
Family
ID=13364336
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP4068112A Pending JPH05274430A (en) | 1992-03-26 | 1992-03-26 | Image information processing method |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH05274430A (en) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116152122A (en) * | 2023-04-21 | 2023-05-23 | 荣耀终端有限公司 | Image processing method and electronic device |
-
1992
- 1992-03-26 JP JP4068112A patent/JPH05274430A/en active Pending
Non-Patent Citations (1)
| Title |
|---|
| PROCEEDINGS OF THE IEEE=H2 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116152122A (en) * | 2023-04-21 | 2023-05-23 | 荣耀终端有限公司 | Image processing method and electronic device |
| CN116152122B (en) * | 2023-04-21 | 2023-08-25 | 荣耀终端有限公司 | Image processing method and electronic device |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Wohlberg et al. | An iteratively reweighted norm algorithm for minimization of total variation functionals | |
| JPH05502534A (en) | Digital image denoising system and method | |
| US7149369B2 (en) | Method and system for image scaling | |
| JP4159986B2 (en) | Method and system for calculating an image converted from a digital image | |
| EP0182237B1 (en) | Method and means for altering the spatial characteristics of a digital image | |
| CN111275626A (en) | Video deblurring method, device and equipment based on ambiguity | |
| CN107133923B (en) | Fuzzy image non-blind deblurring method based on adaptive gradient sparse model | |
| JP3621304B2 (en) | Image brightness correction method | |
| KR101839617B1 (en) | Method and apparatus for removing non-uniform motion blur using multiframe | |
| US6289133B1 (en) | Image processing method and apparatus | |
| JPH03502975A (en) | Blur masking using center-weighted local variance for image sharpening and noise suppression | |
| Anger et al. | Blind image deblurring using the l0 gradient prior | |
| CN114092416A (en) | DR blurred image blind deconvolution restoration method and system | |
| Siddiqui et al. | Hardware-friendly descreening | |
| CN110827212A (en) | Image restoration method based on overlapping combination sparse high-order total variation | |
| CN110490795A (en) | Using the set of pixels of selection being sampled via blue noise come downscaled images | |
| JPH08305846A (en) | Neuro filter, image area dividing method, and filter device | |
| CN109859111A (en) | A kind of blind deblurring method of single image based on MAP method | |
| JP6532151B2 (en) | Super-resolution device and program | |
| JPH05274430A (en) | Image information processing method | |
| CN110930331A (en) | Noise blurred image non-blind restoration method, system and storage medium | |
| US20030215156A1 (en) | Method and computing device for determining the pixel value of a pixel in an image | |
| CN111507903B (en) | Image amplification method and device based on pentagonal surface piece weighted average fitting | |
| Bilal et al. | Novel optimization framework to recover true image data | |
| JP7169768B2 (en) | Image processing device, image processing method |